心肌蛋白质组分析揭示主动脉瓣狭窄与二尖瓣反流患者的疾病及性别特异性改变
该数据集来自 omicsdi.org,属于循环系统疾病/心力衰竭分类,包含 75 例人类左心室心肌活检的蛋白质组数据(AS=41,MR=17,对照=17),用于分析主动脉瓣狭窄(AS)与二尖瓣反流(MR)中的疾病特异性和性别特异性蛋白质表达改变

基本信息
资源简介
心肌蛋白质组分析揭示主动脉瓣狭窄与二尖瓣反流患者的疾病及性别特异性改变
该数据集来自 omicsdi.org,属于循环系统疾病/心力衰竭分类,包含 75 例人类左心室心肌活检的蛋白质组数据(AS=41,MR=17,对照=17),用于分析主动脉瓣狭窄(AS)与二尖瓣反流(MR)中的疾病特异性和性别特异性蛋白质表达改变。数据覆盖纤维化相关蛋白、能量代谢与蛋白质合成能力相关蛋白等主题,可用于探索心肌质量与纤维化增加、收缩功能降低的分子基础,并辅助寻找潜在治疗靶点蛋白(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):心脏瓣膜疾病,如主动脉瓣狭窄(AS)和二尖瓣反流(MR),是心力衰竭的主要原因。然而,AS 和 MR 中的心肌蛋白质组研究极为罕见。我们对 75 例人类左心室心肌活检(AS=41,MR=17,对照=17)进行了蛋白质组分析,并检测到疾病特异性和性别特异性的蛋白质表达改变。例如,AS 患者显示出纤维化相关蛋白丰度较高,而与能量代谢和蛋白质合成能力相关的蛋白丰度较低,并具有显著的性别差异。这可能解释了我们队列中尤其在男性 AS 中观察到的较高心肌质量和纤维化以及较低的收缩心脏功能,并可能有助于发现特定蛋白质作为治疗靶点。我们的工作提供了对 AS 和 MR 中心肌蛋白质改变的详细见解,并扩展了,在组合
【主题与分类】
主题标签:Mitral regurgitation、Sex differences、Cytoskeleton、Aortic stenosis、Fibrosis、Energy metabolism、Proteostasis、Heart、Extracellular matrix。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD023800
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://omicsdi.org/dataset/pride/PXD023800
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
心脏瓣膜疾病,如主动脉瓣狭窄(AS)和二尖瓣反流(MR),是导致心力衰竭的主要原因。然而,针对AS和MR的心肌蛋白质组研究极为罕见。我们对75例人类左心室心肌活检样本(AS=41,MR=17,对照=17)进行了蛋白质组分析,检测到疾病特异性和性别特异性的蛋白质表达改变。例如,AS患者表现出纤维化相关蛋白丰度升高,而与能量代谢和蛋白质合成能力相关的蛋白丰度降低,且性别差异显著。这可能解释了我们队列中尤其在男性AS患者中观察到的更高的心肌质量和纤维化程度以及更低的收缩期心脏功能,并可能有助于发现作为治疗靶点的特异性蛋白。我们的工作提供了对AS和MR中心肌蛋白质改变的详细见解,并结合临床参数,拓展了对女性和男性患者心脏重构的理解,旨在改善疾病特异性和性别特异性的治疗。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




